Wanneer moet je je zorgen maken over herhaalde ZFS-checksumcorrecties?

Eva Wong is de technisch schrijver en vaste knutselaar bij ZimaSpace. Als levenslange geek met een passie voor homelabs en open-sourcesoftwareis ze gespecialiseerd in het vertalen van complexe technische concepten naar toegankelijke, praktische handleidingen. Eva vindt dat self-hosting leuk moet zijn en niet intimiderend. Met haar tutorials helpt ze de community om hardware-installaties te doorgronden, van het bouwen van hun eerste NAS tot het beheersen van Docker-containers.

Maak je zorgen wanneer checksumfouten terugkomen nadat je de oude nulmeting hebt vastgelegd en gewist, niet alleen omdat een teller niet op nul staat.

ZFS kan een beschadigd blok herstellen wanneer redundantie een geldige kopie beschikbaar maakt, maar de reparatie verklaart niet waarom de verkeerde gegevens zijn binnengekomen. Sla zpool status -v en relevante systeemlogboeken op, controleer de back-ups en bepaal vervolgens met behulp van herhaling, het patroon van getroffen apparaten en een foutloze scrub of de gebeurtenis eenmalig was of dat de storing nog steeds actief is.

Leg vast wat ZFS heeft hersteld voordat je iets wist

Sla de volledige poolstatus, het tijdstip van de scrub, de foutaantallen per apparaat en eventuele lijsten met permanente fouten op. Leg ook op hetzelfde moment kernelmeldingen vast over linkresets, time-outs van opdrachten, controllerstoringen, machinechecks en onverwachte stroomstoringen.

Een gedetailleerde uitleg uit de community over herstelde ZFS-checksumtellers en hun mogelijke oorzaken maakt onderscheid tussen herstelde blokken en de kabel-, stroom-, controller-, geheugen- of schijffout die ze kan hebben veroorzaakt. De reparatie geeft geen garantie dat het hardwarepad in orde is.

Controleer of er een andere bruikbare kopie van belangrijke gegevens bestaat voordat je de pool belast. De tellers wissen is alleen aanvaardbaar nadat het bewijsmateriaal is opgeslagen, omdat de volgende beslissing afhangt van de vraag of er daadwerkelijk nieuwe fouten optreden.

Gebruik herhaling en omvang als beslissingscriterium

Nadat de nulmeting is opgeslagen, wis je de tellers en voer je één scrub uit tijdens een stabiele periode qua stroomvoorziening en temperatuur. Als de scrub zonder fouten wordt voltooid en normaal gebruik geen nieuwe fouten oplevert, houd de situatie dan in de gaten in plaats van hardware te vervangen op basis van één gebeurtenis uit het verleden.

Als dezelfde schijf nieuwe checksumfouten krijgt, controleer dan het datapad en de stroomvoorziening, de SMART-geschiedenis, de linkstatistieken en de controllerpoort. Als meerdere schijven tegelijk fouten krijgen, geef dan prioriteit aan gedeelde componenten zoals de HBA, backplane, voeding, bekabeling, het geheugen of de systeemstabiliteit.

Elke permanente gegevensfout, herhaalde I/O-fout, poolonderbreking of snel oplopende teller verhoogt de urgentie. Stop niet-essentiële schrijfbewerkingen, werk de back-up bij en isoleer de verdachte laag voordat een nieuwe scrub extra belasting veroorzaakt.

Verander één laag en bewijs het resultaat

Schakel het systeem uit, plaats de vermoedelijke datakabel en voedingskabel opnieuw of vervang ze, of sluit het apparaat aan op een bekende goede poort. Verwissel niet meerdere lagen tegelijk, anders weet je niet welke component voor het goede resultaat heeft gezorgd.

Volg bij een patroon dat specifiek is voor één apparaat de test van de schijffabrikant of voer een gecontroleerde lezing uit nadat je de SMART-geschiedenis hebt bekeken. Test bij een patroon dat meerdere apparaten betreft de stabiliteit van het geheugen en de voeding en controleer het controllerpad voordat je ervan uitgaat dat meerdere schijven tegelijkertijd defect zijn geraakt.

De gids voor besturingssystemen voor homeservers helpt je te bepalen waar poolstatus, kernellogboeken en controllerbeheer zich bevinden op gangbare NAS- en Linux-platforms.

Single board computer zimaboard2

Controleer het herstel onder de oorspronkelijke workload

Voer na de geïsoleerde reparatie een volledige scrub uit en herhaal vervolgens de workload die het probleem eerder aan het licht bracht. Herstel is bereikt als de scrub wordt afgerond zonder nieuwe checksum-, lees- of schrijffouten en de tellers stabiel blijven na een herstart en tijdens nog een representatieve workloadperiode.

Vervang een schijf als de problemen die schijf blijven volgen via een bekend goed pad, SMART of zelftests ook achteruitgaan, of er nieuwe fouten optreden nadat kabels en voeding zijn uitgesloten. Vervang of repareer de gedeelde laag als de fouten steeds optreden bij dezelfde poort, behuizing, controller of voedingsgebeurtenis.

Schaal onmiddellijk op bij permanente fouten, een gedegradeerde pool zonder voldoende redundantie of twijfel over welke kopie leidend is. Een gecorrigeerde gebeurtenis is een waarschuwing die je moet onderzoeken; een herhaaldelijk optredende nieuwe correctie is bewijs dat je de diagnose niet kunt uitstellen.

Veelgestelde vragen

Lost zpool clear de oorzaak op? Nee. Het reset de geregistreerde tellers nadat je het bewijsmateriaal hebt opgeslagen. Alleen een schone scrub en een stabiele vervolgworkload laten zien dat het onderliggende pad geen onjuiste gegevens meer produceert.

Kun je één gecorrigeerde checksumfout negeren? Beschouw die als een geregistreerde waarschuwing. Komt de fout niet terug na een geresette nulmeting en een schone scrub, dan kan monitoring volstaan; bij herhaling of gerelateerde I/O-fouten moet je de oorzaak isoleren.

Verklaart een gezond SMART-rapport de schijf vrij? Nee. SMART kan problemen met kabels, controllers, voeding en bepaalde apparaatstoringen missen. Combineer het daarom met de ZFS-scope, systeemlogboeken, gecontroleerde wissels en scrubs na reparatie.

Ondersteuning en tips

Meer om te lezen

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.